BG value stats by hour

BGvalue_Summary
##    time3 min     mean  max       sd
## 1  00:00 Inf      NaN -Inf      NaN
## 2  01:00 Inf      NaN -Inf      NaN
## 3  02:00 109 130.0000  151 29.69848
## 4  03:00 Inf      NaN -Inf      NaN
## 5  04:00  67  67.0000   67      NaN
## 6  05:00 Inf      NaN -Inf      NaN
## 7  06:00 Inf      NaN -Inf      NaN
## 8  07:00 115 133.5000  152 26.16295
## 9  08:00 104 132.5000  161 40.30509
## 10 09:00  94  94.0000   94      NaN
## 11 10:00 Inf      NaN -Inf      NaN
## 12 11:00 Inf      NaN -Inf      NaN
## 13 12:00  93  93.0000   93      NaN
## 14 13:00 Inf      NaN -Inf      NaN
## 15 14:00  65  65.0000   65      NaN
## 16 15:00 Inf      NaN -Inf      NaN
## 17 16:00 147 147.0000  147      NaN
## 18 17:00 Inf      NaN -Inf      NaN
## 19 18:00 Inf      NaN -Inf      NaN
## 20 19:00 327 327.0000  327      NaN
## 21 20:00 118 150.3333  203 46.00362
## 22 21:00 142 142.0000  142      NaN
## 23 22:00 163 163.0000  163      NaN
## 24 23:00 192 192.0000  192      NaN
## 25 00:00 105 105.0000  105      NaN

BG value stats by day

BGvalue_SummaryDaily
##        Date2 min     mean max       sd
## 1 2019-10-30  65 139.7778 327 79.03445
## 2 2019-11-02 104 136.0000 192 34.57745
## 3 2019-11-03  94 123.0000 152 41.01219
## 4 2019-11-04 115 159.0000 203 62.22540

Sensor value stats by hour

Sensorvalue_Summary
##    time3 min      mean max       sd
## 1  00:00  83 138.50000 221 52.09070
## 2  01:00 112 172.94444 199 26.35358
## 3  02:00 100 163.69444 190 21.87212
## 4  03:00  57 144.08333 192 47.46089
## 5  04:00  40 129.08333 195 59.88674
## 6  05:00  40 116.66667 176 49.46110
## 7  06:00  40 123.11111 143 28.68306
## 8  07:00 101 118.87500 152 12.33698
## 9  08:00  40 110.40909 164 40.36019
## 10 09:00  55  97.52174 142 25.67466
## 11 10:00  71 120.33333 157 26.23302
## 12 11:00  89 132.25000 194 38.29817
## 13 12:00  77 131.35938 194 38.18044
## 14 13:00  65 130.83333 194 57.51799
## 15 14:00  62 126.87500 192 60.84286
## 16 15:00  82 163.20833 236 41.46657
## 17 16:00 198 235.91667 259 16.83918
## 18 17:00 136 197.12500 248 32.27910
## 19 18:00  98 166.36842 206 47.29953
## 20 19:00 135 173.25000 199 20.94636
## 21 20:00 108 141.90476 207 32.83581
## 22 21:00  40 112.41667 215 47.98929
## 23 22:00  56 121.81250 219 44.67693
## 24 23:00  78 145.75000 211 41.09136
## 25 00:00  75 133.94444 229 65.75218

BG high (>150) count

BGHigh_Count
##   time3 BG.Reading..mg.dL.
## 1 02:00                  1
## 2 07:00                  1
## 3 08:00                  1
## 4 19:00                  1
## 5 20:00                  1
## 6 22:00                  1
## 7 23:00                  1

BG very high (>240) count

BGveryHigh_Count
##   time3 BG.Reading..mg.dL.
## 1 19:00                  1

BG low (<80) count

BGLow_Count
##   time3 BG.Reading..mg.dL.
## 1 04:00                  1
## 2 14:00                  1

BG good value count (>80 and <150)

BGgood_Count
##   time3 BG.Reading..mg.dL.
## 1 02:00                  1
## 2 07:00                  1
## 3 08:00                  1
## 4 09:00                  1
## 5 12:00                  1
## 6 16:00                  1
## 7 20:00                  2
## 8 21:00                  1
## 9 00:00                  1

Temp Basal = 0 count

tempBasal_count
## NULL

Suspend basal on low count

suspendBasal_Count
##    time3 Alarm
## 1  04:00     2
## 2  05:00     2
## 3  07:00     1
## 4  08:00     3
## 5  09:00     3
## 6  10:00     1
## 7  11:00     1
## 8  12:00     2
## 9  13:00     1
## 10 14:00     1
## 11 18:00     1
## 12 20:00     1
## 13 21:00     2

BG value by time and date with mean values

BGvalue_timeDaytable
##     time 2019-10-30 2019-11-02 2019-11-03 2019-11-04     mean
## 1  00:00   105.0000        NaN        NaN        NaN 105.0000
## 2  01:00        NaN        NaN        NaN        NaN      NaN
## 3  02:00   151.0000      109.0        NaN        NaN 130.0000
## 4  03:00        NaN        NaN        NaN        NaN      NaN
## 5  04:00    67.0000        NaN        NaN        NaN  67.0000
## 6  05:00        NaN        NaN        NaN        NaN      NaN
## 7  06:00        NaN        NaN        NaN        NaN      NaN
## 8  07:00        NaN        NaN        152        115 133.5000
## 9  08:00   161.0000      104.0        NaN        NaN 132.5000
## 10 09:00        NaN        NaN         94        NaN  94.0000
## 11 10:00        NaN        NaN        NaN        NaN      NaN
## 12 11:00        NaN        NaN        NaN        NaN      NaN
## 13 12:00    93.0000        NaN        NaN        NaN  93.0000
## 14 13:00        NaN        NaN        NaN        NaN      NaN
## 15 14:00    65.0000        NaN        NaN        NaN  65.0000
## 16 15:00        NaN        NaN        NaN        NaN      NaN
## 17 16:00   147.0000        NaN        NaN        NaN 147.0000
## 18 17:00        NaN        NaN        NaN        NaN      NaN
## 19 18:00        NaN        NaN        NaN        NaN      NaN
## 20 19:00   327.0000        NaN        NaN        NaN 327.0000
## 21 20:00        NaN      124.0        NaN        203 163.5000
## 22 21:00   142.0000        NaN        NaN        NaN 142.0000
## 23 22:00        NaN      163.0        NaN        NaN 163.0000
## 24 23:00        NaN      192.0        NaN        NaN 192.0000
## 25  mean   139.7778      138.4        123        159 140.0444
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath,
                 numberDays = numberDays,changeParam.list = changeParam.list)

Sensor value by time and date with mean values

SGvalue_timeDaytable
##     time 2019-10-30 2019-11-02 2019-11-03 2019-11-04      mean
## 1  00:00  102.41667        NaN   215.1667   91.08333 136.22222
## 2  01:00  181.58333        NaN   194.0000  143.25000 172.94444
## 3  02:00  141.91667        NaN   166.0000  183.16667 163.69444
## 4  03:00   81.16667        NaN   163.5833  187.50000 144.08333
## 5  04:00   49.50000        NaN   149.0000  188.75000 129.08333
## 6  05:00   49.50000        NaN   140.5833  159.91667 116.66667
## 7  06:00   44.66667        NaN   133.7500  132.08333 103.50000
## 8  07:00        NaN        NaN   128.8333  108.91667 118.87500
## 9  08:00  151.40000   61.60000   142.5833   84.75000 110.08333
## 10 09:00  124.50000   85.66667    90.5000   87.80000  97.11667
## 11 10:00  125.16667  147.83333    88.0000        NaN 120.33333
## 12 11:00  102.41667  183.08333   111.2500        NaN 132.25000
## 13 12:00   85.87500  124.08333   168.9583        NaN 126.30556
## 14 13:00        NaN   75.08333   186.5833        NaN 130.83333
## 15 14:00        NaN   67.50000   186.2500        NaN 126.87500
## 16 15:00        NaN  136.33333   190.0833        NaN 163.20833
## 17 16:00        NaN  234.66667   237.1667        NaN 235.91667
## 18 17:00        NaN  221.41667   172.8333        NaN 197.12500
## 19 18:00        NaN  201.16667   106.7143        NaN 153.94048
## 20 19:00        NaN  173.25000        NaN        NaN 173.25000
## 21 20:00  161.80000  117.50000   114.8333  194.25000 147.09583
## 22 21:00  130.50000   66.00000    82.2500  170.91667 112.41667
## 23 22:00  169.00000   81.83333    95.5000  140.91667 121.81250
## 24 23:00  148.41667  103.50000   190.4167  112.50000 138.70833
## 25  mean  115.61406  130.03229   150.2104  141.84286 134.42490
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath,
                 numberDays = numberDays,changeParam.list = changeParam.list)

Interactive Plots

linePlots

barplots hourly

every 3 hours barplots

###daily barplots

boxplots hourly

3hour boxplots

daily boxplots